线性代数方程组.pptxVIP

第三章 线性代数方程组; 3.1 问题概述 问题提出 线性代数方程组; 当M=N时，如果A非奇异，则方程组（3-1） 存在唯一解。 3.1.2 矩阵的存储与结构 1. 存储方式 a.满存方式 N2个实数 b.部分存储方式 非零元素个数 稀疏矩阵、对称矩阵、块状矩阵 2. 存储结构 数组在计算机内存中总是一维存放的 但是它的顺序在不同的高级语言中不 一定相同。; 例如，FORTRAN语言中的矩阵是按列 存放的：; 假定NP=6，则4?4矩阵存放于6?6矩阵中：; 向量范数、矩阵范数 定义1. 对于任一向量是 ，按照一定 规则确定一个实数与它对应。 该实数记为 ， 若 满足下面三个性质： 那么实数 称为向量x的范数。 设 ，则它常用的几 种范数有：;;; 这样定义的矩阵范数具有性质：;; 3.1.4 线性代数方程组的性态 线性方程组(3-2) 的解完全由A和b确定。 在实际问题中: 由于各种原因，A和b是有误差 研究A和b的微小摄动对解x的影响十分重要的 这种影响的大小反映了问题的“性态”。 在（3-2）中，如果A-1存在，则解可表示为 x=A-1b 又设 为A,b的微小摄动，而 是由 此而使x产生的误差。即 ; 示例 在4位字长的计算机上解方程组 ; 现给出一般情形的估计式 设 则可以证明以下估计式 其中 可见，k(A)近似表示了方程组求解的误差的 相对放大率; 换言之， 的大小 表示问题的病态程度 k(A)称为计算问题（3-2）的条件数 Condition Number 现在再看前例： ; 可见计算对象（3-10）是病态的。 应当指出： 1. det(A)的值小未必会引起A病态 例如： det(A)=0.02，而A是好条件的。 2. 严格来说，估计式只给出了好条件 的充分条件，但不是必要条件。 3. 由于数据误差在线性系统中引起 的固有的不可靠的使得任何过分 精度要求的企图都是徒劳的。; 3.2 直接法 3.2.1 直接三角分解法（LU分解） 考虑 AX=b A非奇异 在 Gauss 消去法中，每一步消元过程 相当于对A作一次初等变换。即左乘一个初 等变换矩阵T。 第一步：; 第k步; 其中 为下三角矩阵，称（3-17）为A的三角分解。 由Ti性质，可以知 ; Gauss 消去法的基本步骤; 所作的初等变换为; 则，它的LU分解为：; 如果有了LU分解。则解方程组就 变得非常容易了。因为;; 但是 Gauss 消去法并不是对任何 非奇异矩阵都能顺利进行。如 我们有这样的结果： 任何非奇异的n?n阶矩阵A，总存 在一个排列矩阵P，使